ai translation15 Min. Lesezeit

Google übersetzt Ihr vietnamesisches Meeting in Echtzeit. Aufschreiben wird es kein einziges Wort davon.

Die übersetzten Untertitel von Google Meet decken 69 Sprachen ab, darunter Vietnamesisch, Live translate in Google Translate sogar 74. Die Transcripts-Funktion von Meet und der Gemini-Protokollant unterstützen jeweils exakt 8 Sprachen — Vietnamesisch ist in keiner der beiden Listen. DeepL Voice kann gesprochenes Vietnamesisch nur über einen Drittanbieter transkribieren, der von einer Administratorin freigeschaltet werden muss und keine automatische Spracherkennung erlaubt. Eine Bestandsaufnahme, was Live-Sprachübersetzung vietnamesischen Teams 2026 tatsächlich bringt — und was sie ihnen nie bringt.

K
Ken Jo

Wer bei Google nach Live-Sprachübersetzung für Vietnamesisch sucht, landet bei einer wirklich guten Antwort. Die Funktion Live translate in Google Translate unterstützt 74 Sprachen, Vietnamesisch eingeschlossen, sowohl auf Android als auch auf iOS. Sie läuft mit und ohne Kopfhörer, arbeitet bei gesperrtem Bildschirm weiter und bietet einen Face-to-face-Modus, der das Telefon in zwei Hälften teilt, sodass jede sprechende Person ihre eigene Seite liest.

Es funktioniert. Das ist nicht der interessante Teil.

Interessant wird es vier Stunden später auf derselben Plattform, wenn Sie wissen wollen, was eigentlich beschlossen wurde. Die Transcripts-Funktion von Google Meet — jene, die ein dauerhaftes Google Doc erzeugt — unterstützt exakt acht Sprachen, und Vietnamesisch gehört nicht dazu. Auch nicht zu den acht Sprachen von „Take notes for me“ in Meet, dessen Hilfeseite ergänzt, die Funktion unterstütze „jeweils nur eine Sprache“ und „mehrere im selben Meeting gesprochene Sprachen werden derzeit nicht unterstützt“.

TL;DR

  • Vietnamesisch wird von jeder Google-Oberfläche unterstützt, die zuhört: Live translate (74 Sprachen), übersetzte Untertitel in Meet (69 Sprachen). Von keiner Google-Oberfläche unterstützt wird es, die schreibt: Meet Transcripts und der Gemini-Protokollant von Meet, jeweils 8 Sprachen.
  • DeepL Voice kann Untertitel auf Vietnamesisch anzeigen, gesprochenes Vietnamesisch aber nicht mit eigenen Modellen transkribieren — Vietnamesisch liegt in einer Drittanbieter-Stufe, die eine Administratorin freischalten muss und die keine automatische Spracherkennung zulässt.
  • Der folgende Vergleich zeigt, auf welchen großen Plattformen Vietnamesisch mit Stand vom 31. August 2026 unterstützt wird. Anschließend folgen sechs Schritte für ein vietnamesisch-englisches Meeting, das eine Aufzeichnung hinterlässt.

Dieselbe Lücke betrifft auch andere Sprachen, wie wir in unserem Überblick über Übersetzungen, die nach dem Gespräch verschwinden erklären. Für vietnamesische Teams ist das Problem besonders deutlich: Die Meeting-Funktionen, die eine Aufzeichnung bewahren sollen, unterstützen Vietnamesisch nicht.

Was „Live-Sprachübersetzung“ auf Vietnamesisch heute tatsächlich leistet

Beginnen wir mit einer ehrlichen Bilanz, denn Googles kostenlose Werkzeuge erledigen die Aufgabe, für die sie gebaut sind, sehr gut.

Live translate in Google Translate bietet laut der am 31. August 2026 abgerufenen Android-Hilfeseite vier Modi: Listening (Telefon ans Ohr halten oder Kopfhörer nutzen, um jemanden in Echtzeit übersetzt zu hören), Conversation (Übersetzungen werden laut abgespielt, die Sprechenden wechseln sich ab), Text only (nur lesen, kein Ton) und Custom settings. Daneben gibt es den Modus Face to face, bei dem sich der Bildschirm teilt und jede sprechende Person auf ihrer Hälfte sowohl die Transkription als auch die Übersetzung der eigenen Sprache sieht. Das Mikrofon erkennt automatisch, wann eine Sprache endet und die andere beginnt — niemand muss also zwischen den Sätzen eine Taste drücken.

Zwei Details verdienen mehr Anerkennung, als sie üblicherweise bekommen. Erstens übersteht die Sitzung Multitasking: Googles Dokumentation hält fest, die Übersetzung laufe „nahtlos weiter, wenn Sie die App wechseln, die Anwendung minimieren oder der Bildschirm gesperrt wird“. Zweitens lässt sich Vietnamesisch für die Offline-Nutzung herunterladen, und heruntergeladene Pakete können auf demselben Bildschirm auf eine höherwertige Version aktualisiert werden — was in einem Land zählt, in dem ein Vor-Ort-Termin oder eine Fabrikhalle keine garantierte Netzabdeckung bedeutet.

Eine Einschränkung sollte man deutlich benennen, weil sie viele überrascht: Das ist eine Smartphone-Funktion. Googles eigene Hilfeseite zur Web-Version sagt in einem Satz: „Sprechen und Übersetzen gleichzeitig ist in Google Translate für das Web nicht möglich.“ Wenn Ihr zweisprachiges Meeting auf einem Laptop stattfindet, ist Live translate nicht im Raum.

Für eine Taxifahrt, einen Lieferantenbesuch oder ein Gespräch auf dem Flur mit einem Gastkunden ist Live translate eine leistungsfähige kostenlose Option. Die Lücke zeigt sich, wenn ein Meeting nach dem Gespräch eine dauerhafte, durchsuchbare Aufzeichnung braucht.

Gemini 3.5 Live Translate hebt Meet von fünf Sprachen auf über siebzig

Googles Live-Übersetzung wird über die Telefon- und Untertitelfunktionen hinaus ausgebaut, die zum Zeitpunkt dieses Artikels verfügbar waren.

Am 9. Juni 2026 kündigte Google Gemini 3.5 Live Translate an, ein Speech-to-Speech-Übersetzungsmodell für mehr als 70 Sprachen. Wie Slator am 16. Juni 2026 berichtete, wird es über die Gemini Live API und Google AI Studio als Public Preview ausgerollt, geht für ausgewählte Workspace-Kunden in Google Meet in die Private Preview und erscheint weltweit in der Google-Translate-App für Android und iOS.

Entscheidend für Meet ist der Vorher-Nachher-Vergleich. Sprachübersetzung in Meet war bislang auf fünf unterstützte Sprachen beschränkt, mit Übersetzung ausschließlich von und ins Englische. Gemini 3.5 Live Translate erweitert das auf mehr als 70 Sprachen und über 2.000 Sprachpaar-Kombinationen, mit breiterer Verfügbarkeit später im Jahr 2026. Für ein vietnamesisches Team war ein Fünf-Sprachen-System mit Englisch als Drehscheibe faktisch kein System; 2.000 Paare sind ein anderes Produkt.

Google positioniert das Modell eng, und das ist eher ein gutes als ein schlechtes Zeichen. Laut Slator grenzt die Dokumentation Live Translate von den breiteren Live-Agent-Fähigkeiten von Gemini ab: Es fungiert als Echtzeit-Übersetzungspipeline, nimmt ausschließlich Audio entgegen und verzichtet bewusst auf Function Calling, Search Grounding, Tools und System-Anweisungen. Es ist ein Dolmetscher, kein Assistent — dieselbe Unterscheidung, die OpenAI bei der Beschreibung von GPT-Realtime-Translate traf. Google ergänzte auf Android außerdem einen „Listening-Modus“, der übersetztes Audio über den Hörer ausgibt, sodass Sie einer Übersetzung folgen können, ohne im Meeting sichtbar Kopfhörer zu tragen.

Die Live-Ebene für Vietnamesisch verbessert sich also schnell und gleich aus mehreren Richtungen. Nun zur anderen Frage.

Die Aufzeichnungsgrenze: wo Vietnamesisch endet

Jede Plattform hat eine Grenze. Auf der einen Seite stehen die Funktionen, die Ihnen helfen, Sprache im Moment zu verstehen. Auf der anderen die Funktionen, die Sprache in etwas verwandeln, das Sie nächste Woche noch haben. Nennen wir sie die Aufzeichnungsgrenze — und für Vietnamesisch verläuft sie genau dort, wo die Unterstützung endet.

Diagramm, das Vietnamesisch in Googles zuhörenden Funktionen unterstützt und in den schreibenden Funktionen abwesend zeigt

Die Sprachzahlen stammen von Google selbst, aus vier am 31. August 2026 abgerufenen Hilfeseiten. Vietnamesisch erscheint in beiden zuhörenden Funktionen und in keiner der schreibenden.

Der direkte Vergleich der einzelnen Funktionen macht diese Grenze deutlich:

Google-FunktionVietnamesisch unterstützt?SprachenHinterlässt nach dem Gespräch ein Artefakt?
Google Translate — Live translateJa74Nein
Google Meet — übersetzte UntertitelJa69Nur auf dem Bildschirm; in die Aufnahme eingebrannt, wenn Sie Untertitel mitaufzeichnen
Google Meet — TranscriptsNein8Ja, ein Google Doc
Google Meet — „Take notes for me“Nein8, jeweils eineJa, Notizen in Google Docs plus eine Zusammenfassung per E-Mail
Google Meet — Gemini 3.5 Live TranslateIm Rollout5 heute, 70+ in der Private PreviewNicht angegeben

Alle Zeilen aus Google-Hilfeseiten und dem Slator-Bericht vom 16. Juni 2026, abgerufen am 31. August 2026.

Die acht Sprachen, die sich Transcripts und „Take notes for me“ teilen, sind identisch: Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch und Spanisch. Es ist zweimal dieselbe Liste, und es ist eine Liste großer europäischer und ostasiatischer Märkte. Vietnamesisch — rund 97 Millionen Sprecherinnen und Sprecher, nach Samsungs eigener Zählung im Bericht von 2024 — steht außerhalb, gemeinsam mit Thai, Indonesisch, Hindi und Arabisch.

Es gibt eine weitere Einschränkung, die zweisprachige Teams besonders trifft, und sie gilt selbst für Teams, die ausschließlich in unterstützten Sprachen arbeiten. Googles Hilfeseite zu „Take notes for me“ hält fest, dass die Funktion jeweils nur eine Sprache unterstützt und dass mehrere im selben Meeting gesprochene Sprachen derzeit nicht unterstützt werden. Ein Gespräch zwischen Vietnam und den USA, das zwischen Vietnamesisch und Englisch wechselt, ist doppelt disqualifiziert: einmal wegen Vietnamesisch und einmal wegen des Wechsels.

Für Meet-Untertitel gibt es eine begrenzte Möglichkeit zur Aufbewahrung: Wählen Sie Record captions, um sie in die Aufzeichnung einzubetten; außerdem lassen sich Untertitel während der Sitzung erneut aufrufen. Eingebettete Videountertitel sind jedoch kein durchsuchbares, bearbeitbares Transkript und liefern keinen Text für eine Zusammenfassung. Übersetzte Untertitel in Meet sind kostenpflichtigen Workspace-Editionen vorbehalten: Business Standard, Business Plus, Enterprise Standard, Enterprise Plus, Enterprise Starter (verfügbar bis 30. Juni 2025) und Google AI Pro for Education.

DeepL zeigt Ihnen vietnamesische Untertitel. Gesprochenes Vietnamesisch zu transkribieren ist eine andere Stufe.

DeepL Voice bietet eine weitere Möglichkeit, doch die Dokumentation unterscheidet zwischen der Sprache der Spracherkennung und der Sprache, in der Untertitel angezeigt werden.

DeepL teilt die Sprachunterstützung in zwei Listen. Gesprochene Sprachen sind das, was die Erkennung akzeptiert. Übersetzungssprachen sind das, worin Untertitel angezeigt werden können. Vietnamesisch erscheint in der Übersetzungsliste, die 41 Sprachen umfasst. Nun die andere Seite: DeepLs eigene Modelle transkribieren 18 gesprochene Sprachen — Chinesisch (Mandarin), Tschechisch, Niederländisch, Englisch, Französisch, Deutsch, Indonesisch, Italienisch, Japanisch, Koreanisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Spanisch, Schwedisch, Türkisch und Ukrainisch. Vietnamesisch ist nicht darunter.

Vietnamesisch ist als gesprochene Sprache verfügbar, aber nur in einer zweiten Stufe von 20 Sprachen, die ein Drittanbieter transkribiert: Speechmatics. Daran hängen drei Bedingungen, alle auf DeepLs am 31. August 2026 abgerufener Hilfeseite dokumentiert:

  1. Eine Team-Administratorin muss die Verarbeitung durch Dritte aktivieren, im Admin-Konto der Organisation, bevor irgendeine dieser Sprachen überhaupt funktioniert.
  2. Die automatische Spracherkennung funktioniert nicht. In DeepLs Worten: „Drittanbieter-Sprachen funktionieren nicht mit Auto-detect language — sie müssen manuell als Spoken language ausgewählt werden.“
  3. Damit Teilnehmende ihre eigene gesprochene Sprache wählen können, muss die gastgebende Person einen Zugangscode aktivieren, wenn sie das Meeting mit DeepL Voice verbindet.

Nichts davon ist unangemessen — DeepL weist darauf hin, dass Speechmatics unter einer Zero-Retention-Vereinbarung arbeitet, Transkriptionsdaten also nach der Verarbeitung von deren Servern gelöscht werden. Aber stapelt man die Anforderungen, ergibt sich das praktische Resultat: Eine vietnamesisch sprechende Person, die einem mit DeepL ausgestatteten Meeting beitritt, ist eine nicht gesetzte Admin-Einstellung davon entfernt, überhaupt nicht transkribiert zu werden — und kann sich nicht darauf verlassen, dass das System sie automatisch bemerkt. Die Aufbewahrungspraxis ist dabei dieselbe, über die wir heute Morgen geschrieben haben: DeepLs FAQ sagt, Meeting-Daten würden „temporär im Arbeitsspeicher verarbeitet und nach Gesprächsende gelöscht“.

Samsung ist das Gegenbeispiel, das man benennen sollte. Vietnamesisch gehörte zu den ersten 16 Sprachen, mit denen Galaxy AI ausgeliefert wurde, und Samsung R&D Institute Vietnam veröffentlichte am 23. Mai 2024 einen ungewöhnlich offenen Bericht darüber, warum das schwierig war. Vietnamesisch hat sechs unterschiedliche Töne; das Beispiel des Artikels lautet, dass ma, mả und má — Geist, Grab und Mutter — sich allein durch den Ton unterscheiden. Bui Ngoc Tung, ASR-Leiter des Instituts, beschrieb ein Modell, das Audioframes von „rund 20 Millisekunden“ unterscheidet, um zu entscheiden, zu welchem Wort eine Folge von Frames gehört. Wenn ein koreanischer Handyhersteller in die Tonmodellierung des Vietnamesischen investiert und ein europäisches Übersetzungsunternehmen sie an einen Subunternehmer weiterreicht, sagt das etwas darüber aus, wie der Markt diese Sprache bepreist.

Auf der Seite der Spracherkennung führt Deepgrams Nova-3-Dokumentation Vietnamesisch unter dem Code vi (abgerufen am 31. August 2026). Es ist eine der 58 Sprachen, die in unserer Analyse dessen, was „unterstützt“ bei der Speech-to-Text-Abdeckung verbirgt behandelt werden.

Kein Anbieter veröffentlicht eine Fehlerrate für vietnamesische Meeting-Sprache, und die Korpora erklären, warum

Veröffentlichte Spracherkennungswerte sagen Teams noch nicht, wie gut vietnamesische Transkription in spontanen Meetings funktioniert. Die verfügbaren Korpora helfen, diese Lücke zu erklären.

Balkendiagramm der annotierten Stundenzahlen dreier vietnamesischer Sprachkorpora, beschriftet nach Sprechregister

Annotierte Stunden sind nicht die ganze Geschichte — das Register ist es. FLEURS ist vorgelesene Sprache; der Trainingsdatensatz von PhoWhisper deckt verschiedene Akzente ab; VietSuperSpeech ist das erste Korpus, das eigens für beiläufige Gespräche gebaut wurde. Quellen mit Datum in der Liste unten.

FLEURS, ein häufig zitierter vietnamesischer Benchmark, enthält rund 12 Stunden vorgelesene Sprache. PhoWhisper, vorgestellt im Tiny-Papers-Track der ICLR 2024, hat Whisper mit einem 844-Stunden-Datensatz trainiert, der wegen seiner Akzentvielfalt ausgewählt wurde. VietASR, veröffentlicht am 23. Mai 2025, nutzte 70.000 Stunden unannotiertes Audio und 50 annotierte Stunden; laut Bericht übertrifft es Whisper Large-v3 und kommerzielle Systeme bei realen Daten.

VietSuperSpeech, 2026 veröffentlicht, versammelt 52.023 Audio-Text-Paare mit insgesamt 267,39 Stunden beiläufig gesprochenem Vietnamesisch: 240,67 Stunden für das Training und 26,72 für die Evaluation, mit 13,8 Millionen vollständig diakritisch markierten Zeichen. Die Autorinnen und Autoren beschreiben damit die Lücke, die der Datensatz schließen soll:

„Während Korpora wie VLSP2020, VIET_BUD500, VietSpeech, FLEURS, VietMed, Sub-GigaSpeech2-Vi, viVoice und Sub-PhoAudioBook eine breite Abdeckung formaler und vorgelesener Sprache bieten, zielt keines gezielt auf das beiläufige, spontane Register, das für konversationelle KI-Anwendungen unverzichtbar ist.“

Der Datensatz bildet das in Meetings übliche Register ab: Unterbrechungen, Relativierungen, englische Produktnamen in vietnamesischen Sätzen und unvollendete Gedanken. Ein Wert aus vorgelesener Sprache allein belegt nicht, wie genau ein System solche Gespräche verarbeitet.

Für Teams besteht der praktische Schutz in einem Transkript, das Menschen prüfen und korrigieren können. Dafür muss die gewählte Meeting-Funktion zunächst überhaupt ein vietnamesisches Transkript erstellen.

So führen Sie ein vietnamesisch-englisches Meeting, dessen Aufzeichnung überlebt

Prüfen Sie diese sechs Punkte vor und während des Gesprächs:

  1. Nutzen Sie bei Bedarf getrennte Werkzeuge zum Verstehen und zum Aufzeichnen. Google Translate oder Meet-Untertitel helfen dabei, Vietnamesisch live zu verstehen; keine dieser Funktionen erstellt das hier beschriebene dauerhafte vietnamesische Transkript.
  2. Stellen Sie Vietnamesisch explizit als gesprochene Sprache ein; verlassen Sie sich nicht auf die automatische Erkennung. Bei DeepL ist das verpflichtend — Drittanbieter-Sprachen, Vietnamesisch eingeschlossen, können nicht automatisch erkannt werden. Überall sonst ist es trotzdem die bessere Wahl, denn die automatische Erkennung legt sich in den ersten Sekunden fest, auf dem kontextärmsten Audio der gesamten Sitzung.
  3. Prüfen Sie die Sprachliste der Aufzeichnungsfunktion, nicht die der Plattform. Die Falle, deretwegen dieser Beitrag existiert, ist die Annahme, dass eine Plattform, die Vietnamesisch übersetzt, es auch transkribiert. In Google Meet ist 69 gegen 8 der Abstand zwischen diesen beiden Annahmen.
  4. Benennen Sie das Code-Switching-Problem vor dem Gespräch. Wenn Ihr Team englische Produktnamen, Ticket-IDs und Abkürzungen in vietnamesische Sätze einstreut — und jedes Offshore-Engineering-Team tut das —, prüfen Sie, ob Ihr Aufzeichnungswerkzeug zwei Sprachen in einer Sitzung verträgt. Der Protokollant von Meet tut es ausdrücklich nicht.
  5. Korrigieren Sie Eigennamen in den ersten fünf Minuten, live. Vietnamesische Diakritika und englische Produkt-Codenamen sind die beiden Stellen, an denen Transkription zuverlässig bricht, und zugleich die beiden Stellen, an denen eine falsche Zeile jeder darauf aufbauenden Zusammenfassung den größten Schaden zufügt. Während des Meetings zu korrigieren kostet Sekunden.
  6. Halten Sie den vietnamesischen Ausgangstext, die englische Übersetzung und die Zusammenfassung in einer Aufzeichnung. Nicht drei Dateien in drei Werkzeugen. Übersetzung ist eine Einbahnstraße: Aus dem Vietnamesischen können Sie nächstes Jahr mit einem besseren Modell neu übersetzen, aber aus dem Englischen bekommen Sie das Vietnamesische nie zurück.

Eine praktische Produktanleitung finden Sie in unserem Juni-Leitfaden dazu, wie Sie eine zweisprachige Meeting-Aufnahme in eine überprüfbare KI-Notiz verwandeln.

Das Fazit: Vietnamesisch hat die Verständnislücke überwunden, die Aufzeichnungslücke nicht

Vietnamesisch wird inzwischen bei Live-Untertiteln, übersetztem Audio und Spracherkennung unterstützt. Das gibt Teams mehr Möglichkeiten, Gesprächen zu folgen. Angekündigte Sprachabdeckung ist jedoch nicht gleichbedeutend mit Verfügbarkeit im eigenen Konto. Die Erweiterung von Meet Gemini 3.5 Live Translate ist eine Vorschau und ein laufender Rollout, kein allgemeiner Ersatz für die derzeit unterstützten Sprachpaare. Prüfen Sie vor dem Meeting die benötigte Funktion, Ihr Konto und die Vietnamesisch-Richtung.

Nicht bewegt hat sich die Aufzeichnung. Die beiden Google-Funktionen, die ein dauerhaftes Artefakt erzeugen, unterstützen zusammen acht Sprachen, dieselben acht, und Vietnamesisch ist in keiner. DeepL untertitelt ins Vietnamesische, leitet dessen Transkription aber hinter einem Admin-Schalter an einen Subunternehmer weiter. Der Markt hat entschieden, dass Vietnamesisch eine Sprache ist, die zu hören sich lohnt, und noch keine, die aufzuschreiben sich lohnt.

Die Frage an einen Anbieter lautet also nicht, ob er Vietnamesisch unterstützt. Fast alle sagen inzwischen ja, und fast alle meinen die zuhörende Hälfte. Die Frage lautet: Welche Ihrer Funktionen unterstützen Vietnamesisch nach Ende des Gesprächs — und können Sie mir die Sprachliste für genau diese Funktion zeigen?

Wo Telli.sh hineinpasst: Die Aufzeichnungsebene ist die Ebene, die wir bauen. Telli.sh transkribiert das Meeting in der Sprache, in der es tatsächlich gesprochen wurde, übersetzt in 44 Zielsprachen einschließlich Vietnamesisch und hält alle drei Artefakte in derselben Notiz — den vietnamesischen Ausgangstext, die daran ausgerichtete Übersetzung und die darauf aufbauende Zusammenfassung. Die Oberfläche selbst gibt es in 15 Sprachen, Vietnamesisch inbegriffen, sodass ein Team in Da Nang und ein Kunde in Sydney dasselbe Meeting in ihrer eigenen Sprache lesen und trotzdem eine korrigierbare Aufzeichnung teilen.

Live übersetzte Meeting-Notiz starten

Quellen

← Zurück zum Blog